守护2：剧情深度解析，带你了解不为人知的幕后故事

今天跟大家聊聊我这几天捣鼓的“守护2”，别想歪了，不是电影也不是游戏，是我自己搞的一个小玩意儿，用来守护我的小服务器的，算是个升级版。

事情是这样的，之前我不是有个“守护”的脚本嘛主要就是监控服务器的CPU、内存啥的，要是超标了就自动重启服务。用了挺久，也算稳定，但最近发现有点力不从心了。

老版本只能监控CPU和内存，现在服务多了，硬盘空间也得盯着，万一磁盘满了服务直接崩了。

老版本的重启方式太粗暴，直接kill -9，有时候数据还没保存就没了，挺伤的。

我就琢磨着升级一下，搞个“守护2”。

先说监控指标，这回我加了磁盘空间监控，用df -h命令获取磁盘使用率，超过阈值就报警。

然后是重启方式，放弃了kill -9，改用优雅重启。先发送一个TERM信号，让服务自己处理清理工作，等一段时间如果还没停掉，再kill -9。这样能尽量保证数据安全。

具体的步骤是这样：

1. 先写个脚本，读取配置文件，配置里包括要监控的服务名称、进程名、CPU阈值、内存阈值、磁盘阈值等等。配置文件用json格式，方便修改。

2. 然后写监控函数，分别监控CPU、内存和磁盘。CPU和内存还是用top命令，磁盘用df -h。把结果和配置文件里的阈值比较，超过阈值就触发报警。

3. 报警函数，先发邮件通知我，然后执行重启操作。邮件用python的smtplib模块，挺简单的。

4. 重启函数，先发送TERM信号，然后sleep一段时间，如果进程还在，就kill -9。

5. 用crontab设置定时任务，每分钟执行一次脚本。

整个过程挺简单的，就是把之前的东西改了改，加了点新东西。

遇到的坑也有几个：

一开始用df -h获取磁盘空间，结果发现单位是G，阈值我设的是百分比，还得转换一下，挺麻烦的。后来改成用df -i获取inode使用率，这样就不用转换了。

优雅重启的时候，sleep的时间长短是个问题。太短了服务还没来得及处理就kill -9了，太长了又浪费时间。我试了好几次，设成10秒，感觉差不多。

邮件报警的时候，一开始总是收不到邮件，后来发现是邮箱的SMTP服务没开启，开了就好了。

现在“守护2”已经跑了一段时间了，感觉比老版本好用多了。监控指标更全面，重启方式更优雅，希望能更好地守护我的小服务器。

• 改进点：



• 后续可以考虑加个web界面，方便查看监控状态和修改配置。
• 还可以加个自动扩容的功能，如果资源不够就自动增加服务器。

这回的“守护2”升级算是一次不错的实践，也让我对服务器运维有了更深的理解。以后有时间再跟大家分享其他的实践记录。